Análisis de los comentarios en español de usuarios de Facebook para la clasificación de publicaciones utilizando técnicas inteligentes

Título:

Análisis de los comentarios en español de usuarios de Facebook para la clasificación de publicaciones utilizando técnicas inteligentes

Autor:

Gianetto, Emiliano Ariel

Otros autores / Colaboradores:

 Saporiti, Lucía;  Hasperué, Waldo; [ Director/a] 

Temas:

PROCESAMIENTO DEL LENGUAJE NATURAL; MINERÍA DE DATOS; APRENDIZAJE AUTOMÁTICO; 

URL:

,

Palabras clave:

minería de opinión, análisis de sentimiento, enfoque de aprendizaje automático, enfoque basado en léxico, máxima entropía, Naïve Bayes, máquina de vectores de soporte, machine learning, 

Nota de tesis:

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2018.

Extensión:

150 p. : il. col.  + 1 CD-ROM

Resumen:

Actualmente, la interacción de las personas mediante redes sociales está crecimiento exponencialmente. Motivo por el cual se optó elegir una de ellas, como nuestra fuente de información, y a partir de la misma poder captar las espontáneas manifestaciones de sentimientos por parte de los usuarios. Los datos en cuestión fueron transformados, utilizando diversas técnicas de Procesamiento del Lenguaje Natural. Posteriormente se realizó el entrenamiento de algoritmos de Machine Learning, con el fin de ser utilizado para el Análisis de Sentimiento, llevando a cabo un estudio comparativo respecto de la performance de los mismos.

Puede solicitar más fácilmente el ejemplar con: TES 18/24

Introducción 
  1.1 Motivación 
  1.2 Objetivo  
  1.3 Contribuciones 
  1.4 Organización del documento  

Redes Sociales  
  2.1 ¿Qué son las redes sociales?  
  2.2 ¿Cuál es su función y qué utilidad pueden tener?  
  2.3 Ejemplos de redes sociales más utilizadas  
  2.4 Facebook  

Procesamiento del Lenguaje Natural  
  3.1 Introducción  
  3.2 Preprocesamiento de texto  
    3.2.1 Tokenización  
    3.2.2 Segmentación de oraciones 
  3.3 Análisis de texto  
    3.3.1 Análisis morfológico  
    3.3.2 Análisis sintáctico 
    3.3.3 Análisis semántico  
    3.3.4 Análisis pragmático  
  3.4 Otras técnicas 
  3.5 Aplicaciones y ejemplos  

Minería de Opinión  
  4.1 Introducción  
    4.1.1 Diferentes niveles de análisis 
    4.1.2 Campos relacionados con el análisis de sentimiento  
  4.2 Técnicas utilizadas para el Análisis de Sentimientos  
    4.2.1 Enfoque de aprendizaje automático  
    4.2.2 Enfoque basado en léxico  
    4.2.3 Herramientas actuales  
  4.3 Performance  
    4.3.1 Validación cruzada de K iteraciones  
    4.3.2 Matriz de confusión  
    4.3.3 Certeza  
    4.3.4 Precisión  
    4.3.5 Exhaustividad 
    4.3.6 Especificidad  
    4.3.7 Valor-F  

Desarrollo propuesto  
  5.1 Introducción  
  5.2 Servicio utilizado  
    5.2.1 ¿Que es una API?  
    5.2.2 API Graph - Facebook  
    5.2.3 Tokens de acceso  
    5.2.4 Datos disponibles desde la API  
    5.2.5 Datos recolectados  
  5.3 Arquitectura de la aplicación 
    5.3.1 Capa de datos
  5.3.2 Capa de lógica de negocio 
  5.3.3 Presentación  
  5.4 Descripción y funcionamiento 
  5.5 Estudio de técnicas para el Análisis de Sentimientos  
Estudio realizado  
  6.1 Caso de estudio 
  6.2 Etapa de entrenamiento  
  6.3 Evaluación de técnicas  
  6.4 Comparación de métricas para las técnicas  
    6.4.1 Lexicon 
    6.4.2 Naïve Bayes
    6.4.3 Máxima Entropía  
    6.4.4 Máquinas de Vectores de Soporte  
    6.4.5 Conclusión final  

Conclusiones y trabajos futuros  
  7.1 Repaso  
  7.2 Conclusiones y trabajos futuros 

Bibliografía